来自离散数据点的插值热图答案

【问题标题】：Interpolated heat map plot from discrete data points来自离散数据点的插值热图
【发布时间】：2021-07-21 16:28:50
【问题描述】：

我有一组离散的稀疏点（x、y、value）。我想绘制数据，以便根据附近数据点之间的插值为每个 (x, y) 坐标指定颜色。

data = np.array([
    [0, 0, 18.75],
    [0, 2, 0],
    [0, 4, 16],
    [0, 6, 2],
    [-4, 2, 18],
    [-4, 4, 35],
    [-4, 6, 32],
    [-4, 8, 15],
    [-4, 10, 28],
    [4, 0, 26],
    [4, 2, 30],
    [4, 4, 32],
    [4, 6, 35],
    [4, 8, 26.5],
])

我尝试过使用pcolormesh，但它希望我的C 值是一个二维数组。我怎样才能做到这一点？

【问题讨论】：

标签： matplotlib

【解决方案1】：

您可以尝试使用contourf 并执行以下操作：

from matplotlib import pyplot as plt

# create mesh grid for x/y-data
grid = np.meshgrid(data[:,0], data[:,1])

# create 2D array of z-values
vals = np.zeros((len(data), len(data)))
for row in data:
    vals[(grid[0] == row[0]) & (grid[1] == row[1])] = row[2]

# create contour plot
plt.contourf(data[:, 0], data[:, 1], vals)

【讨论】：

嗯，我得到的剧情被打乱了。你有截图可以附上你的样子吗？
我的输出看起来也很混乱，但老实说，鉴于数据，我不确定会发生什么。您可以尝试转置 vals 数组以防万一。

【解决方案2】：

按照 Matt Pitkin 的建议，我改编了 example of scipy.interpolate.griddata 和 plt.contourf()：

import matplotlib.pyplot as plt
import numpy as np

from scipy.interpolate import griddata


x, y, vals = data[:,0], data[:,1], data[:,2]

X, Y = np.meshgrid(
    np.linspace(np.min(x), np.max(x), 100),
    np.linspace(np.min(y), np.max(y), 100)
)

interpolated_vals = griddata((x, y), vals, (X, Y), method='cubic')

plt.contourf(X, Y, interpolated_vals)
plt.show()

【讨论】：